Caracterización de nódulos tiroideos: ¿Qué sistema de informes y datos de imágenes de tiroides (TIRADS) es más...

Área de la Ciencia:

• Radiología
• En el campo de la oncología
• Imágenes médicas

Sus antecedentes:

• Los nódulos tiroideos requieren una estratificación precisa del riesgo para un manejo adecuado.
• Los sistemas de clasificación estandarizados como TIRADS tienen como objetivo mejorar la consistencia del diagnóstico.
• Las herramientas de diagnóstico asistido por computadora (CAD) están surgiendo para ayudar en la caracterización de nódulos.

Objetivo del estudio:

• Comparar el rendimiento diagnóstico de K-TIRADS, EU-TIRADS y ACR TIRADS en diferentes niveles de experiencia de los observadores.
• Evaluar el rendimiento de diagnóstico del software CAD (S-Detect) en comparación con los sistemas TIRADS.
• Para evaluar estos sistemas contra el estándar de oro de la citología.

Principales métodos:

• Se evaluaron 323 nódulos tiroideos por tres observadores con experiencia variable.
• Los nódulos fueron caracterizados utilizando ACR TIRADS, EU-TIRADS y K-TIRADS.
• Se aplicó un software de diseño asistido por computadora (S-Detect) a los nódulos.
• Los resultados se compararon con el examen citológico.

Principales resultados:

• K-TIRADS demostró la mayor especificidad (89%) y el valor predictivo positivo (50%) entre los sistemas TIRADS.
• ACR-TIRADS (86% de especificidad, 43% de PPV) y EU-TIRADS (79% de especificidad, 33% de PPV) también mostraron una alta sensibilidad (100%).
• S-Detect combinado con EU-TIRADS mostró una alta concordancia (> 95%) con la citología, superando al TIRADS independiente en potencia predictiva positiva.

Conclusiones:

• K-TIRADS ofrece un poder predictivo positivo ligeramente superior para diagnosticar correctamente los casos malignos.
• S-Detect, especialmente cuando se combina con EU-TIRADS, mejora la precisión del diagnóstico, especialmente para los casos positivos.
• El software CAD como S-Detect sirve como una valiosa herramienta de apoyo para los radiólogos, ayudando a los observadores menos experimentados y mejorando la eficiencia de los informes.